CHIMERYS: An AI-Driven Leap Forward in Peptide Identification

Význam tématu

Analýza chimerických tandemových hmotnostních (MS2) spekter je klíčová pro moderní bottom-up proteomiku. Více než 40 % dat nezávislého výběru (DDA) obsahuje smíšená spektra, která významně snižují počet identifikovaných peptidů a kvalitu kvantifikace. Efektivní dekonvoluce chimerických spekter tak otevírá cestu k hlubší analýze proteomů, zrychlení měření a lepší reprodukovatelnosti výsledků.

Cíle a přehled studie / článku

Studie představuje algoritmus CHIMERYS™, založený na umělé inteligenci a predikcích fragmentačních intenzit INFERYS™ 2.0, integrovaný v software Thermo Fisher™ Proteome Discoverer™ 3.0. Cílem je porovnat CHIMERYS s konvenčním Sequest HT na různých datových sadách: standardní HeLa digest, datové sady z různých organismů, synteticky generovaná chimerická spektra a experimenty s proměnnou šířkou izolačních oken a délkou chromatografického gradientu.

Použitá instrumentace

• Mass spektrometry: Thermo Scientific™ Orbitrap Exploris™ 480, Orbitrap Eclipse™ Tribrid.
• Kapalinová chromatografie: Thermo Scientific™ Vanquish NEO LC systém.
• Software: Proteome Discoverer™ 3.0 s uzly CHIMERYS, INFERYS Rescoring, Sequest HT, Precursor Detector a Percolator.

Použitá metodika

CHIMERYS zpracovává surová MS2 data bez předchozí filtrace kandidátů. V jednom kroku dekonvoluuje chimerická spektra pomocí všech prekurzorů v izolačním okně a přiřazuje intenzity predikovaným fragmentům. FDR kontrola probíhá na úrovni peptid-spectrum párování (PSM) pomocí Percolatoru. Výkonné cloudové paralelizování umožňuje zpracování velkých objemů dat.

Hlavní výsledky a diskuse

• CHIMERYS zdvojnásobuje počet identifikovaných peptidů ve standardních DDA datech oproti Sequest HT.
• Dosahuje >80 % míry identifikace spekter a průměrně ~2 PSM na spektrum.
• Zvyšuje počet PSM na protein o 2,5-násobek a identifikované proteinové skupiny o ~30 %.
• Validace pomocí 3× promíchané humánní databáze potvrdila korektní odhad FDR.
• Simulované chimerické spektra ICS systému prokázala citlivost > 91 %.
• Širší izolační okna a zkrácené gradienty umožnily zvýšení throughput až o 75 % při zachování hloubky analýzy.

Přínosy a praktické využití metody

CHIMERYS umožňuje významné zvýšení počtu identifikací a zkrácení doby analýzy bez kompromisu na kvalitě výsledků. Metoda je zvláště přínosná pro komplexní vzorky (frakcionované i nefrakcionované), vysokou propustnost a projekty s rozsáhlými referenčními databázemi. Zvýšená sekvenční pokrytí zlepšuje kvantitativní analýzu label-free přístupů.

Budoucí trendy a možnosti využití

• Propojení s dalšími AI predikcemi (retention time, ion mobility).
• Real-time decision making během akvizice dat – adaptivní DDA/DIA režimy.
• Rozšíření na post-translační modifikace a cross-linking proteomiku.
• Integrace výsledků do systémové biologie a multi-omics platforem.

Závěr

CHIMERYS představuje průlomový přístup k dekonvoluci chimerických MS2 spekter. Díky AI-podpoře a cloudové škálovatelnosti přináší výrazné zlepšení identifikace a kvantifikace peptidů a proteinů. Metoda je připravena pro široké uplatnění v akademickém výzkumu i průmyslové analytice proteomiky.

Reference

1. Zolg DP, Gessulat S, Paschke C, Frejno M, et al. INFERYS rescoring: Boosting peptide identifications and scoring confidence of database search results. Rapid Commun Mass Spectrom. 2021;e9128. DOI:10.1002/rcm.9128
2. Dorfer V, Maltsev S, Winkler S, Mechtler K. CharmeRT: Boosting Peptide Identifications by Chimeric Spectra Identification and Retention Time Prediction. J Proteome Res. 2018;17(8):2581–2589. DOI:10.1021/acs.jproteome.7b00836
3. The M, MacCoss MJ, Noble WS, Käll L. Fast and Accurate Protein False Discovery Rates on Large-Scale Proteomics Data Sets with Percolator 3.0. J Am Soc Mass Spectrom. 2016;27(11):1719–1727. DOI:10.1007/s13361-016-1460-7
4. Müller JB, Geyer PE, Colaço AR, Mann M, et al. The proteome landscape of the kingdoms of life. Nature. 2020;582:592–596. DOI:10.1038/s41586-020-2402-x
5. Bian Y, Zheng R, Bayer FP, Kuster B, et al. Robust, reproducible and quantitative analysis of thousands of proteomes by micro-flow LC–MS/MS. Nat Commun. 2020;11:157. DOI:10.1038/s41467-019-13973-x